
Generative AI video platform for video post-production automation (Saas B2B platform for brands & video industries). We unleash creativity through video automation. We are hiring ! Join us now. Aive…

Generative AI video platform for video post-production automation (Saas B2B platform for brands & video industries). We unleash creativity through video automation. We are hiring ! Join us now. Aive…
What they do: AI-driven SaaS platform for large-scale video post-production automation and multi-format distribution
Founded: 2019
Headquarters: Levallois-Perret (Paris area), France
Founders / CEO: Olivier Reynaud (CEO) and Rudy Lellouche
Recent financing: Series A (reported €12M, June 2025, led by Invus)
Video post-production, creative automation, multi-format distribution for brands and agencies
2019
SaaS; AI-powered video/creative automation
€3.2M (reported)
Seed round reported with angel participation
€12M (reported)
Series A reported by market data
“Has institutional backing including Invus and support from public entities such as Bpifrance and Région Occitanie”
| Company |
|---|
Aive est une deeptech française pionnière en IA créative pour la vidéo, avec une technologie propriétaire MGT (Multimodal Generative Technology). Notre plateforme SaaS combine IA analytique et IA générative pour transformer la création, l’adaptation et l’optimisation vidéo, permettant aux marques, agences et studios de produire en quelques minutes des contenus personnalisés, multi-formats et prêts à diffuser.
Déjà adoptée par des leaders mondiaux (LVMH, L’Oréal, P&G, Meta, Warner Bros, TF1, Publicis…), Aive s’impose comme la référence en Creative AI for Video : qualité créative, cohérence de marque, automatisation avancée et performance marketing.
Notre organisation est structurée en squads autonomes, chacune responsable d’un périmètre produit précis, favorisant l’agilité, la responsabilité collective et l’innovation continue sur l’ensemble de la plateforme.
Chez Aive, chaque ingénieur fait partie d’une squad dirigée par un lead, subtil mélange d’expert technique et de manager. Chaque squad est autonome et responsable de son produit, qu’il s’agisse du storyboard, de la médiathèque ou d’un module d’analyse IA.
Nous croyons qu’un ingénieur responsable de son travail est plus impliqué et plus fier.
Les données sont au cœur de la technologie MGT d’Aive. Chaque ingénieur data évolue au sein d’une squad spécialisée, dédiée à l’analyse, à la génération ou à l’optimisation des performances IA.
Observation : vous surveillez la dérive, la qualité et la performance des modèles.
Le challenge coté data
Le pipeline data est le cœur technologique d’Aive. Sa mission est de permettre à la MGT d’analyser, d’interpréter et d’améliorer n’importe quelle vidéo, de manière spatio-temporelle et multimodale. L’équipe traite simultanément l’image, le son et les émotions pour identifier ce qui rend un contenu réellement performant. Elle conçoit des modèles évolutifs, capables d’apprendre sans réentraînement lourd grâce à un algorithme d’optimisation génétique interne. Chaque modèle est personnalisé en fonction du client et du contexte d’usage, tout en respectant des standards de fiabilité, d’éthique et de sécurité élevés. Travailler sur le pipeline data, c’est transformer la vidéo en connaissance et la créativité en science.
Your next opportunity is in here somewhere. Sign up to explore 52,000+ startups and their open roles. No spam. No gamification. Just jobs.
52,000+
Startups
58,000+
Open Roles
2,300+
New This Week
a l’UX: Figma
au front: React, Reduct, Radix, Typescript, canvas
au back: Graphql, Go, Postgres, Ffmpeg / libav
a la data: Go, Python, PyTorch, YOLO
a l’infra: Terraform, Kubernetes, AWS, GCPQualifications
Diplôme (Bac+3 ou Bac+5) en informatique, data science ou domaine connexe.
Solides compétences en programmation (Python et Go).
Expérience avec les bibliothèques de machine learning (TensorFlow, PyTorch, etc.).
Maîtrise de SQL et des systèmes de gestion de bases de données.
Familiarité avec les plateformes cloud (AWS, Google Cloud, Azure, etc.).
Excellentes compétences en résolution de problèmes et en analyse.
Solides compétences en communication et en collaboration.
Connaissance des outils de conteneurisation et d’orchestration (Docker, Kubernetes, etc.).
Expérience confirmée (5 ans+) en data engineering et machine learning.- un premier échange par mail avec un membre de l’équipe pour entrer en relation
un entretien technique, en présentiel ou en visio, avec deux ingénieurs, dont un lead au moins, et un membre d’une autre équipe (2h). Il ne s’agit pas d’un exercice de code.
un échange avec les fondateurs (30m)
une proposition